web前端怎么實(shí)現(xiàn)圖片選擇題特效

這篇文章主要介紹“web前端怎么實(shí)現(xiàn)圖片選擇題特效”的相關(guān)知識(shí)，小編通過(guò)實(shí)際案例向大家展示操作過(guò)程，操作方法簡(jiǎn)單快捷，實(shí)用性強(qiáng)，希望這篇“web前端怎么實(shí)現(xiàn)圖片選擇題特效”文章能幫助大家解決問(wèn)題。

架構(gòu)和概念

抽象整體的實(shí)現(xiàn)思路如下

MediaPipe Face Mesh是一個(gè)解決方案，即使在移動(dòng)設(shè)備上也能實(shí)時(shí)估計(jì)468個(gè)3D面部地標(biāo)。它使用機(jī)器學(xué)習(xí)（ML）來(lái)推斷3D面部表面，只需要一個(gè)攝像頭輸入，而無(wú)需專用的深度傳感器。該解決方案利用輕量級(jí)模型架構(gòu)以及整個(gè)管道中的GPU加速，為實(shí)時(shí)體驗(yàn)提供了至關(guān)重要的實(shí)時(shí)性能。

引入

import '@mediapipe/face_mesh';
import '@tensorflow/tfjs-core';
import '@tensorflow/tfjs-backend-webgl';
import * as faceLandmarksDetection from '@tensorflow-models/face-landmarks-detection';

創(chuàng)建人臉模型

引入tensorflow訓(xùn)練好的人臉特征點(diǎn)檢測(cè)模型，預(yù)測(cè) 486 個(gè) 3D 人臉特征點(diǎn)，推斷出人臉的近似面部幾何圖形。

• maxFaces 默認(rèn)為1。模型將檢測(cè)到的最大人臉數(shù)量。返回的面孔數(shù)量可以小于最大值（例如，當(dāng)輸入中沒有人臉時(shí)）。強(qiáng)烈建議將此值設(shè)置為預(yù)期的最大人臉數(shù)量，否則模型將繼續(xù)搜索缺失的面孔，這可能會(huì)減慢性能。

• refineLandmarks 默認(rèn)為false。如果設(shè)置為真，則細(xì)化眼睛和嘴唇周圍的地標(biāo)坐標(biāo)，并在虹膜周圍輸出其他地標(biāo)。（這里我可以設(shè)置false，因?yàn)槲覀儧]有用到眼部坐標(biāo)）

• solutionPath 通往am二進(jìn)制文件和模型文件所在位置的路徑。(強(qiáng)烈建議將模型放到國(guó)內(nèi)的對(duì)象存儲(chǔ)里面，首次加載可以節(jié)省大量時(shí)間，大小大概10M)

async createDetector(){
    const model = faceLandmarksDetection.SupportedModels.MediaPipeFaceMesh;
    const detectorConfig = {
        maxFaces:1, //檢測(cè)到的最大面部數(shù)量
        refineLandmarks:false, //可以完善眼睛和嘴唇周圍的地標(biāo)坐標(biāo)，并在虹膜周圍輸出其他地標(biāo)
        runtime: 'mediapipe',
        solutionPath: 'https://cdn.jsdelivr.net/npm/@mediapipe/face_mesh', //WASM二進(jìn)制文件和模型文件所在的路徑
    };
    this.detector = await faceLandmarksDetection.createDetector(model, detectorConfig);
}

人臉識(shí)別

返回的面孔列表包含圖像中每個(gè)面孔的檢測(cè)面。如果模型無(wú)法檢測(cè)到任何面孔，列表將是空的。 對(duì)于每個(gè)面，它包含一個(gè)檢測(cè)到的面孔的邊界框，以及一個(gè)關(guān)鍵點(diǎn)數(shù)組。MediaPipeFaceMesh返回468個(gè)關(guān)鍵點(diǎn)。每個(gè)關(guān)鍵點(diǎn)都包含x和y，以及一個(gè)名稱。

現(xiàn)在，您可以使用探測(cè)器來(lái)檢測(cè)人臉。estimateFaces方法接受多種格式的圖像和視頻，包括：HTMLVideoElement、HTMLImageElement、HTMLCanvasElement和Tensor3D。

• flipHorizontal 可選。默認(rèn)為false。當(dāng)圖像數(shù)據(jù)來(lái)自相機(jī)時(shí)，結(jié)果必須水平翻轉(zhuǎn)。

async renderPrediction() {
    var video = this.$refs['video'];
    var canvas = this.$refs['canvas'];
    var context = canvas.getContext('2d');
    context.clearRect(0, 0, canvas.width, canvas.height);
    const Faces = await this.detector.estimateFaces(video, {
        flipHorizontal:false, //鏡像
    });
    if (Faces.length > 0) {
        this.log(`檢測(cè)到人臉`);
    } else {
        this.log(`沒有檢測(cè)到人臉`);
    }
}

該框表示圖像像素空間中面部的邊界框，xMin、xMax表示x-bounds、yMin、yMax表示y-bounds，寬度、高度表示邊界框的尺寸。 對(duì)于關(guān)鍵點(diǎn)，x和y表示圖像像素空間中的實(shí)際關(guān)鍵點(diǎn)位置。z表示頭部中心為原點(diǎn)的深度，值越小，鍵點(diǎn)離相機(jī)越近。Z的大小使用與x大致相同的比例。 這個(gè)名字為一些關(guān)鍵點(diǎn)提供了一個(gè)標(biāo)簽，例如“嘴唇”、“左眼”等。請(qǐng)注意，并非每個(gè)關(guān)鍵點(diǎn)都有標(biāo)簽。

如何判斷

找到人臉上的兩個(gè)兩個(gè)點(diǎn)

第一個(gè)點(diǎn) 額頭中心位置第二個(gè)點(diǎn) 下巴中心位置

const place1 = (face.keypoints || []).find((e,i)=>i===10); //額頭位置
const place2 = (face.keypoints || []).find((e,i)=>i===152); //下巴位置
/*
              x1,y1
                |
                |
                |
  x2,y2  -------|------- x4,y4
              x3,y3
 */
 const [x1,y1,x2,y2,x3,y3,x4,y4] = [
      place1.x,place1.y,
      0,place2.y,
      place2.x,place2.y,
      this.canvas.width, place2.y
 ];

通過(guò)canvas.width 額頭中心位置和下巴中心位置計(jì)算出 x1,y1,x2,y2,x3,y3,x4,y4

getAngle({ x: x1, y: y1 }, { x: x2, y: y2 }){
    const dot = x1 * x2 + y1 * y2
    const det = x1 * y2 - y1 * x2
    const angle = Math.atan2(det, dot) / Math.PI * 180
    return Math.round(angle + 360) % 360
}
const angle = this.getAngle({
        x: x1 - x3,
        y: y1 - y3,
    }, {
        x: x2 - x3,
        y: y2 - y3,
    });
console.log('角度',angle)

通過(guò)獲取角度，通過(guò)角度的大小來(lái)判斷左右擺頭。

關(guān)于“web前端怎么實(shí)現(xiàn)圖片選擇題特效”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)，可以關(guān)注億速云行業(yè)資訊頻道，小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。